鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

【数智周报】华为任正非:大量建设大模型是正确的探索,未来算力一定过剩;豆包手机助手触发微信账号强制下线?豆包、微信双方回应;亚马逊推出定制AI芯片Trainium3

编程导航
编程导航
2025-12-07 12:30
阅读 246
编程导航
2025-12-07 12:30
阅读 246

图片来自AI生成

图片来自AI生成

【数智周报将整合本周最重要的企业级服务、云计算、大数据领域的前沿趋势、重磅政策及行研报告。】

观点

华为任正非:大量建设大模型是正确的探索,未来算力一定过剩;AI重在“应用”,着眼于未来3-5年

华为创始人兼总裁任正非与ICPC(国际大学生程序设计竞赛)主席、教练及获奖选手座谈会纪要公布。在回答关于计算资源的问题时,任正非直言,“以后是算力过剩的,不是你想象的算力不足”。他认为,建数千个、数百个大模型都是正确的探索。华为在解释超节点时提到了950、960、970等型号,但“我们需要多少个‘970’,970在哪儿能用?需要多少台,集群怎么连接”,任正非表示,这是一种线性技术推演,是一定能实现的算力假设。而需求是不是一种线性结构尚未可知,“万一是非线性的呢”。因此,他说:“算力过剩的时代一定会到来的。”

谈及当下火热的AI,任正非的观点很明确:AI重在应用,不重在发明。“发明AI只是一家IT公司,应用AI是会强大一个国家。”任正非表示,IT公司对人类的贡献只2%,AI在产业上的贡献则会占到98%。仅以洗煤、炼钢为例,洗煤精度提高0.1%,乘以中国40亿吨的煤炭产量,价值惊人;高炉炼钢效率提升1%,省下的燃料更是难以计数。他强调,人工智能应该是无处不在,如何去应用它,是主要的课题。

华为自己的AI探索,也聚焦“应用”。任正非表示,公司研究“着眼在未来3-5年,大模型、大数据、大算力如何在工农业、科技产业上应用”。例如,要把大模型用在高炉里,通过数据算出炉温,提前两小时预判铁水硅含量;还可以用在矿山里,让矿工在地面操作机械,避开瓦斯和塌方;此外,还要用在医院里,瑞金医院的病理模型、中山医科大学的眼科远程诊断,都是现成的例子。

孙正义称“哭着"清仓英伟达:若非需要资金,原本一股也不会卖

软银集团创始人孙正义表示,若公司拥有无限的资金来支持其在人工智能领域的下一轮投资,包括对OpenAI的大额押注,那么他本不会卖出英伟达的股份。这是孙正义首次就11月份软银意外披露的清仓英伟达之举置评,他同时驳斥了关于人工智能投资泡沫的说法。他周一在东京的一个论坛上表示,软银那么做只是因为需要募集资本来为数据中心建设等项目供资。孙正义表示,“我一股也不想卖的,只是更需要资金来投资OpenAI和其他项目,我是哭着卖出英伟达股票的。”

谷歌CEO警告:美国AI监管混乱,恐在全球竞争中落后

谷歌首席执行官桑达尔·皮查伊呼吁美国制定国家层面的人工智能(AI)监管法规,称美国必须在AI监管方面“把握好平衡”,否则就有可能在AI竞赛中落后于人。皮查伊指出,目前全美各州议会正在审议的AI相关法案超过1000项,这可能会导致法规混乱,使美国公司在全球竞争中处于不利地位。

马斯克预言:AI将在三年内终结美国“债务危机”

在一档播客节目中,马斯克表示,美国债务问题只有一个出口:人工智能。马斯克进一步指出,人工智能尚未将生产力提高到足以推动经济产出增速超过通货膨胀的程度,但这种情况即将改变。“我估计,三年或更短的时间内,商品和服务产出将超过通货膨胀率,”他补充说。

美团龙珠合伙人:今年市场上关于中美AI差距的质疑少了很多

在中国股权投资大会上,美团龙珠合伙人王新宇表示,今年是很漫长的一年,应该是美团龙珠成立约8年来投资数量最多、最活跃的一年,整个资本市场可以说介于“万物复苏”和“百花齐放”之间。他表示,2023年美团龙珠投资Kimi的时候,市场上对于中美AI差距多大还有很多疑问,但今年基本没怎么听到这种声音了,质疑少了很多。真格基金合伙人尹乐则表示,目前中美AI SOTA(机器学习任务中最优性能模型)之间的差距已缩小至半年。

英伟达CFO反驳“AI泡沫论”:新增算力不断叠加,全球经济正处于向AI所需的数据中心基础设施转型的“早期阶段”

英伟达首席财务官科莱特·克雷斯当地时间12月2日出席瑞银全球科技与人工智能大会并接受访谈。对于“AI泡沫”的问题,克雷斯表示,目前交付的大多数英伟达全新AI芯片都被用于增加新的数据中心基础设施,而不是替换现有装机量,意味着新增算力不断叠加,全球经济正处于向AI所需的数据中心基础设施转型的“早期阶段”。克雷斯重申了公司此前的预测:英伟达预计到2030年末,全球AI投资将达到3万亿至4万亿美元,其中约一半金额与从传统CPU转向加速计算有关。

英伟达CEO黄仁勋:AI不会直接“抢”走你的饭碗,而是会催生一些奇怪职业

英伟达CEO黄仁勋表示,AI不会直接“抢走”你的工作,但会催生一些听上去很奇怪的新职业。黄仁勋预测,AI和机器人普及后会催生全新的产业链与岗位,例如需要大量技术人员来制造与维护机器人。他甚至设想会出现“机器人服饰”行业——人们会为机器人定制外观。

瑞银证券:现阶段中国出现“AI泡沫”的可能性不大

瑞银证券中国互联网行业分析师熊玮近日发表中国AI智见报告,其中提到现阶段中国出现“AI泡沫”的可能性不大。一方面循环融资有限:领先的AI模型开发商由母公司内部现金流提供资金,而非第三方融资;其次是审慎的资本支出,中国互联网龙头以务实的态度开展AI投资,注重ROI和运营效率,而非前期大量烧钱。瑞银估计2025年中国互联网龙头的合计资本支出约为4000亿元,约为美国同业的十分之一,同时开发出性能相当的大模型。

AMD苏姿丰:对泡沫的担忧“有些被夸大了”

美国半导体巨头AMD行政总裁苏姿丰近日在一场活动上再度被问及人工智能是否是一场泡沫,她对此表示:“以我的观点而言,绝对不是。”AI产业将需要大量像AMD这样的公司的芯片,对泡沫的担忧“有些被夸大了”。她还称,不担心来自英伟达的竞争,也不担心谷歌或亚马逊的竞争。看整体环境时,在夜里睡不着的是“如何在创新方面有更快的行动”。苏姿丰认为,AI目前仍处于初期阶段,而AMD必须准备好提供未来所需的芯片,“下一代模型将会更好”,并强调AI拥有巨大潜力,没有理由不持续推动这项技术走向未来。

摩根士丹利:预期谷歌TPU产量将呈爆发式增长

摩根士丹利研报分析称,谷歌自研AI芯片TPU供应链的不确定性正在消退,预计未来两年产量将爆发式增长。该机构将2027年谷歌TPU的产量从约300万块上调至约500万块,增幅约67%;将2028年产量从此前的约320万块上调至约700万块,增幅120%。与此同时,该机构还预测谷歌接下来将向第三方大规模销售TPU芯片,此举有望在2027年为谷歌带来130亿美元的额外收入和0.40美元的每股收益。

SemiAnalysis:谷歌的优势在AI基础设施优势而非芯片性能

研究机构SemiAnalysis报告指出,对于谷歌的AI基础设施来说,系统比微架构更重要。该机构分析称,谷歌的优势不在芯片参数,而是来自其系统级工程能力。依靠系统设计、互联、编译器和整体软硬件协同,谷歌能够让TPU在实际性能和成本效率方面与英伟达相当。该机构认为谷歌将在芯片领域对英伟达构成威胁,其模型数据显示,从总体拥有成本的角度来看,谷歌第七代TPU芯片在成本效率上对英伟达构成了明显优势。

国内资讯

DeepSeek宣布同时发布两个正式版模型

DeepSeek宣布同时发布两个正式版模型:DeepSeek-V3.2和DeepSeek-V3.2-Speciale。官方网页端、App和API均已更新为正式版DeepSeek-V3.2;Speciale版本目前仅以临时API服务形式开放,以供社区评测与研究。

DeepSeek-V3.2的目标是平衡推理能力与输出长度,适合日常使用,例如问答场景和通用Agent任务场景;V3.2-Speciale是DeepSeek-V3.2的长思考增强版,同时结合了DeepSeek-Math-V2的定理证明能力。

“国产GPU第一股”摩尔线程上市首日高开逾468%

“国产GPU第一股”摩尔线程上市首日高开逾468%,报650元/股,总市值近3055亿,中一签盈利近27万元。本次募集资金净额为75.76亿元,截至目前为年内募资金额最高的科创板新股。资金主要投向新一代自主可控AI训推一体芯片研发项目、新一代自主可控图形芯片研发项目、新一代自主可控AISoC芯片研发项目以及补充流动资金。

汇丰与Mistral AI达成战略合作,生成式AI大范围嵌入银行业务流程

汇丰银行宣布与法国AI独角兽Mistral AI建立战略合作伙伴关系,将在全行范围内部署生成式人工智能工具,以加速流程自动化、提升运营效率并升级客户服务体验。根据协议,汇丰将以自托管方式运行Mistral已商用的系列大模型及其后续迭代版本,将其自身的技术实力与Mistral的大模型构建能力相结合。

优刻得发布新一代GPU虚拟化技术,小模型推理资源利用率最高提10倍

优刻得发布新一代GPU虚拟化技术,可将单张GPU精细切分为多个虚拟算力单元,最小粒度达10%,支持单卡并行多项AI任务。该技术通过轻量级用户态截获,实现显存与算力的强隔离与可控分配,虚拟化损耗仅1%–3%,兼容PyTorch等主流框架,并支持NVIDIA、昇腾、寒武纪、沐曦等异构芯片,可构建跨节点共享的算力池。在7B/13B小模型推理和高校科研环境中,资源利用率最高提升10倍。

中央网信办公示2025年“人工智能+政务”规范应用案例拟入选名单

为安全稳妥有序推进人工智能大模型在政务领域应用,在中央网信办信息化发展局指导下,中国网络社会组织联合会面向各级党政机关和事业单位开展2025年“人工智能+政务”规范应用案例征集工作。经组织专家评审,并征求有关单位意见,评选出14个案例。为进一步听取社会各界意见,现将拟入选的2025年“人工智能+政务”规范应用案例名单进行公示。

豆包发布手机助手技术预览版,正与多家手机厂商洽谈合作

字节跳动豆包团队发布豆包手机助手技术预览版。据介绍,豆包手机助手是在豆包APP的基础上,和手机厂商在操作系统层面合作的AI助手软件。基于豆包大模型的能力和手机厂商的授权,豆包手机助手能够为用户带来更方便的交互和更丰富的体验。豆包大模型能力全面,模型在推理、视觉理解、图像创作、视频生成、语音等方面的性能达到国际一流水平。

现阶段,开发者和科技爱好者可以在豆包与中兴合作的工程样机nubia M153 上,体验豆包手机助手的技术预览版本。豆包方面表示,这是一款需要和手机厂商一起完成的产品。豆包目前正与多家手机厂商洽谈助手合作,并没有自己开发手机的计划,后续将公布更多进展。

豆包手机助手触发微信账号强制下线?豆包、微信双方回应

多位网友在社交平台上表示,有用户在努比亚M153上使用豆包手机助手操作任务时,操作到微信会导致微信异常退出甚至无法登陆。多位豆包手机的使用者确认了这一消息的真实性。据了解,豆包助手预览版的工程机目前可以正常使用微信,但豆包助手的操作手机功能,目前不再支持操作微信。对此,微信相关人士表示:“没有什么特别的动作,可能是中了本来就有的安全风控措施。”豆包方面回应称,豆包手机助手是通过和终端手机厂商合作获得权限,并在其隐私白皮书、权限清单中进行彻底披露。该权限可以让助手模拟点击事件,完成任务。手机助手执行任务需用户授权,在执行过程有明确的展示,且用户可以中断。操作手机能力由用户触发、用户监督,并不自动执行。亦有业内人士称,INJECT_EVENTS 是手机助手常用的系统权限,小米小爱、荣耀yoyo等手机厂商原生助手也拥有该权限。

豆包手机助手回应系统权限争议:需用户主动授权,不会在云端存储用户屏幕内容

豆包手机助手发文回应“豆包手机助手存在侵犯用户隐私”,称豆包手机助手不存在任何黑客行为,INJECT_EVENTS确实是系统级权限,技术实现依赖Android系统级权限,有更严格的使用限制。豆包手机助手需要用户主动授权,才可以调用该权限。操作第三方App若遇到敏感授权,如系统敏感权限授权弹窗、支付环节、身份验证等,任务会暂停,并由用户人工接管完成相关授权、支付、验证动作,豆包手机助手不会代替用户进行相关授权和敏感操作。另外,豆包方面称,豆包手机助手不会在云端存储任何用户屏幕内容,且所有的相关内容也都不会进入模型训练,确保用户隐私安全。豆包团队再次强调,这款产品目前并不面向普通的消费者。

工信部:前10个月中国软件业务收入125104亿元,同比增长13.2%

工信部数据显示,前10个月,中国软件业务收入125104亿元,同比增长13.2%。软件业利润总额15721亿元,同比增长7.7%。软件业务出口510.9亿美元,同比增长6.7%,增速连续8个月保持正增长。

中国首个作物“AI基因科学家”问世,明年面向全球上线

中国作物学界首位“AI同事”——由上海人工智能实验室联合崖州湾国家实验室、中国农业大学等机构共同研发的“丰登·基因科学家”今年夏天问世后受到各方关注。最新获悉,这一基于大模型的科研智能体计划明年面向全球上线。“丰登·基因科学家”不仅能精准回答育种领域问题,更能模拟育种专家的思维链条:提出科学假设、自主设计实验、解析结果数据。截至目前,已辅助科研人员发现数十个此前未被报道的作物基因功能,并获得实验证实。

阿里发布Qwen-Image模型新版本,千问APP首发接入

阿里巴巴发布了图片生成及编辑模型Qwen-Image的更新。新模型在图像编辑中维持了更高的一致性,并在多视角转换、多图像融合、多模态推理等方面取得突破进展。目前,新版本Qwen-Image已首发接入千问APP,用户可无限次免费使用。

可灵AI发布全新视频和图像模型可灵O1

可灵AI正式发布其全新产品“可灵O1”,定位为首个大一统的多模态创作工具。可灵O1基于全新的视频和图像模型,整合文字、视频、图片、主体等多模态输入。

亿嘉和:将与华为云CloudRobo具身智能研发团队联合打造端云协同的云原生机器人产品、发布解决方案

亿嘉和发布投资者关系活动记录表公告称,2025年11月初,公司与华为云正式签署CloudRobo深化合作协议。公司作为华为云在具身智能领域的全球首家深化合作伙伴,双方此次合作旨在共同提升机器人产品智能化水平与整体竞争力。双方正在联创的具身智能机器人联合解决方案,在正式发布并入驻华为云云市场后,将启动联合运营与推广,未来旨在全面覆盖能源、物业等多个行业。

清华大学成立具身智能与机器人研究院

11月30日,清华大学具身智能与机器人研究院正式成立,清华大学自动化系主任张涛任具身智能与机器人研究院院长。清华大学具身智能与机器人研究院挂靠科研院,自动化系、机械系、电子系、计算机系共同建设。

阿里系APP出现支付宝付款异常,目前故障已修复

社交平台多位用户反馈阿里系APP出现支付宝付款异常,涉及淘宝、闲鱼、1688、饿了么等多平台,出现用户完成付款后订单显示未付款情况,“支付宝崩了”“淘宝崩了”登上热搜。就故障原因询问阿里、支付宝方面,截至发稿暂未获得回复。目前故障已修复。

寒武纪辟谣“产量提升两倍”等传闻

市场传闻寒武纪将在2026年将产量提升两倍,以争夺更多市场份额,填补英伟达退出中国后留下的市场空白。该公司股价也因相关传言放量走高。随后公司发布公告,称关注到媒体及网络传播的关于公司产品、客户、供应及产能预测等相关信息,均为误导市场的不实信息。同时提醒广大投资者,公司相关事项均以公开披露信息为准。

国产GPU龙头沐曦股份确定发行价

将登陆A股科创板的国产GPU龙头沐曦股份宣布,协商确定股票发行价格为104.66元/股。按发行价格104.66元/股和4010万股的新股发行数量计算,若本次发行成功,预计发行人募集资金总额为41.97亿元,扣除2.98亿元(不含增值税)的发行费用后,预计募集资金净额为38.99亿元。12月5日,沐曦股份开启申购。

豪威集团股东虞仁荣捐赠36亿元人民币股份

豪威集团公告称,控股股东虞仁荣拟向宁波东方理工大学教育基金会无偿捐赠其持有公司的3000万股无限售条件流通股,占豪威集团目前总股本的2.48%。按公告期间股价计算,此次捐赠的股份市值36.324亿元。

海外消息

OpenAI与埃森哲达成合作

OpenAI和埃森哲宣布达成合作。根据协议,埃森哲将为其数万名专业人员配备ChatGPT Enterprise,并在咨询、运营等工作中充分利用该平台,还会帮助OpenAI将其能力扩展到企业级应用。

苹果技术主管Yilun Chen将离开苹果,加入特斯拉的Optimus人工智能团队

在苹果工作了4年的技术主管Yilun Chen最新宣布已离开苹果,将加入特斯拉的Optimus人工智能团队。

英伟达CFO:尚未与OpenAI达成最终协议

英伟达首席财务官表示,尚未与OpenAI达成最终协议。截至2026年,英伟达在Blackwell和Rubin AI芯片上的订单总额达5000亿美元,但这“并不包括我们目前与OpenAI协议下的下一阶段正在进行的任何工作”。英伟达目前多数新出货的AI芯片都用于扩建数据中心,而非替换现有设备。

亚马逊云科技发布多项Agentic AI新功能

亚马逊云科技在2025 re:Invent全球大会上,宣布Amazon Connect推出多项Agentic AI新功能,覆盖四大领域:可在语音与数字渠道自主执行操作的自动化AI Agent;可与客服代表协同工作的实时AI辅助;支持主动互动的预测性客户洞察;以及用于监控、测试与评估AI性能的全方位可观测性工具。此外,亚马逊云科技在Amazon Transform中引入全新的Agent功能,以推进代码与应用现代化。

Snowflake第三财季营收同比增长29%

美国云计算数据服务公司Snowflake发布2026财年第三季度财报:营收为12.1亿美元,同比增长29%;产品收入为11.58亿美元,同比增长29%。该公司预计第四财季产品收入为11.95亿至12.00亿美元,同比增长27%;预计全财年产品收入为44.46亿美元,同比增长28%。

Marvell(美满电子)Q3财报超预期

芯片制造商Marvell(美满电子)发布第三财季财报,公司当季营收14.4亿美元,超过华尔街14.1亿美元的预期;经调整后的每股收益为0.46 美元,超过华尔街0.44 美元的预期。公司表示,AI相关产品继续成为主要增长驱动力,尤其是面向大型科技公司的加速器和定制芯片订单。在发布财报的同时,该公司也宣布将以32.5 亿美元收购半导体初创公司Celestial AI。

AI初创公司Runway推出影片生成模型Gen 4.5,测评排名超谷歌和OpenAI

人工智能(AI)初创公司Runway周一宣布推出最新影片生成模型Gen 4.5,能依照文字指令生成高画质影片,并在第三方评测平台Video Arena夺下第一名,谷歌Veo 3排名第二,OpenAI的Sora 2 Pro则位居第七。据介绍,新模型擅长理解物理效果、人类动作、镜头运动与因果关系,能更精准地模拟真实世界情境。Gen 4.5将于本周逐步向所有Runway用户全面开放。

最新研究:OpenAI等头部AI企业的安全监管未达到全球标准

非营利机构生命未来研究所(Future of Life Institute)周三发布的新版《AI安全指数》指出,Anthropic、OpenAI、xAI、Meta等主要人工智能公司的安全治理水平,远未达到正在形成的全球标准。该研究所表示,由独立专家小组进行的安全评估发现,尽管这些公司正竞相开发“超级智能”,但没有一家制定出足够完善的策略和方案来控制如此先进的AI系统。

亚马逊与谷歌合作推出多云网络服务,提升连接速度

亚马逊和谷歌推出了一项联合开发的多云网络服务。两家公司在声明中表示,此举旨在满足客户对可靠网络连接日益增长的需求,避免重大服务中断的情况。根据谷歌官方发布的公告,多云网络解决方案深度整合了“AWS 多云互连技术(AWS Interconnect – multicloud)”与“谷歌云跨云互连技术(Cross-Cloud Interconnect)”。此次合作还引入了一项全新的网络互操作性开放规范,允许企业客户在 AWS 与谷歌云之间建立高度自动化、私有且高速的数据连接通道,打破了以往云平台之间的数据孤岛效应。

构建多云托管方案的核心优势在于提升系统的抗风险能力。谷歌特别指出,新方案采用了“原生弹性架构(Inherently Resilient Architecture)”,能够针对设施故障、网络中断及软件错误提供多层级保护。这意味着,当某一云服务商发生宕机时,关键应用程序可自动、无缝地切换至备用主机,确保服务始终在线,最终用户将不再被迫承受网络故障带来的停摆后果。

特斯拉发布人形机器人“擎天柱”跑步视频

特斯拉CEO马斯克北京时间12月3日在社交平台X转发特斯拉擎天柱(Optimus)团队发布一段“擎天柱”人形机器人跑步的短视频。该团队配文称:刚在实验室刷新了个人纪录(PR,Personal Record)。

Anthropic启动IPO筹备工作,最早或于2026年上市

人工智能初创公司Anthropic已聘请律师事务所Wilson Sonsini,开始筹备有史以来规模最大的IPO之一,最早或于2026年进行。据知情人士透露,该公司正在就一轮私人融资进行谈判,估值将超过3000亿美元。据多位人士透露,该公司也已与多家大型投行讨论了潜在的IPO计划。不过,相关讨论仍处于初步和非正式阶段,该公司尚未接近选定IPO承销商。Anthropic发言人表示:“对于我们这样规模和收入水平的公司来说,像上市公司一样有效地运营是相当标准的做法。”“我们还没有就何时上市甚至是否上市做出任何决定,目前也没有任何消息要分享。”

亚马逊推出定制AI芯片Trainium3

亚马逊云科技(AWS)宣布公开推出其定制人工智能芯片Trainium3。据介绍,该芯片的运算速度是上一代人工智能芯片的四倍。与使用同等GPU的系统相比,由AWS旗下Annapurna Labs定制芯片设计业务生产的Trainium3可以将训练和操作人工智能模型的成本降低多达50%。

Anthropic与Snowflake达成2亿美元协议,就AI智能体展开合作

Snowflake与人工智能初创公司Anthropic宣布达成2亿美元多年期协议,将在该云软件公司的平台上提供Anthropic的Claude大模型。双方希望将AI智能体部署到“全球最大企业”中,帮助企业使用由Anthropic的Claude模型驱动的Snowflake AI智能体。声明称,Snowflake另外将Claude广泛应用于内部运营。

OpenAI被曝最快将于下周二发布GPT-5.2

作为对谷歌与Anthropic加速竞争的首次“应急式”回应,OpenAI正准备推出其最新的GPT-5.2,当前内部计划的发布日期为12月9日,较原定的12月下旬计划明显提前。知情人士称,GPT-5.2应该能弥补谷歌上个月发布Gemini 3所拉开的差距。目前,Gemini 3在多项评测中名列前茅,并引起了Altman与马斯克的关注。本周早些时候,OpenAI首席执行官Sam Altman宣布公司进入“红色警报 (code red)”状态,以快速应对来自谷歌Gemini 3和Anthropic等竞争对手带来的日益增长的压力。随后,Altman在内部评估中表示,即将推出的GPT-5.2在推理能力上将“领先于谷歌的Gemini 3”。

苏姿丰确认AMD芯片获许可出口中国

AMD首席执行官苏姿丰表示,该公司已获得向中国出口部分MI 308芯片的许可,如果出口这些芯片,公司准备向美国政府缴纳15%的税款。

英伟达20亿美元入股新思科技

英伟达与新思科技宣布,两家公司将扩展战略合作伙伴关系,在工程和市场推广活动中展开合作。英伟达以每股414.79美元的价格收购了480万股新思科技(Synopsys)普通股,投资总额20亿美元。通过这笔投资,英伟达持股后者2.6%股权,成为前十大股东。

Vultr最新10亿美元数据中心项目将使用AMD芯片

云基础设施公司Vultr宣布,将投资超过10亿美元,在俄亥俄州斯普林菲尔德新建数据中心处理器。该项目是一个50兆瓦、包含24000个芯片的人工智能集群,已确定将部署AMD的Instinct MI355X芯片。

融资并购

国内AI投融资事件

1.深度原理:完成超亿元人民币A轮融资,投资方包括戈壁创投、蚂蚁集团、联想创投等,资金用于加速材料发现智能体研发。

2.他山科技:完成A3轮与A4轮两轮融资,融资金额数亿元,巩固在触觉感知技术领域的领先地位。

3.智推时代:完成数千万元天使轮融资,专注于AI基础资源与技术平台开发,拓展多行业应用。

4.清微智能:完成超20亿元C轮融资,由京能集团领投,用于可重构计算芯片研发与产业应用。

5.戴盟机器人:完成亿元级战略轮融资,投资方为中国移动链长基金,加速具身智能技术研发与市场拓展。

6.穗升科技:完成数百万美元天使轮融资,由红杉中国种子基金领投,聚焦AI记忆与效率提升。

7.奥维领芯:完成数千万元人民币Pre-A轮投资,用于高性能RISC-V处理器芯片研发。

8.曜智光科:完成种子轮融资,由浦东创投、中科创星领投,布局AI光芯片计算平台。

9.无论科技:完成数千万元Pre-A轮融资,将重点用于表情头标准化产品的完善和情感交互模型的升级迭代。

海外AI投融资事件

1.Supabase:完成1亿美元融资,估值达50亿美元,成为开源后端基础设施领域的头部企业。

2.Ricursive Intelligence:完成3500万美元融资,估值7.5亿美元,聚焦AI驱动的芯片设计自动化。

3.Black Forest Labs:完成3亿美元B轮融资,估值32.5亿美元,其图像生成模型广泛应用于企业与消费场景。

4.Gradium:完成7000万美元种子轮融资,专注低延迟AI语音基础设施,支持多语言实时交互。

5.Harmonic:完成1.2亿美元C轮融资,估值约14.5亿美元,致力于数学推理与AI幻觉规避技术。

6.Harvey:完成1.6亿美元融资,估值达80亿美元,为法律行业提供AI辅助工具。

7.Pollo AI:完成1400万美元融资,推出一站式AI视频创作平台,降低创作门槛。

8.Project Prometheus:获62亿美元巨额融资,由Jeff Bezos与Vik Bajaj联合创立,聚焦AI+物理世界工程研发。

9.Marvell:以32.5亿美元收购光互连开发商Celestial AI。

政策&趋势

北京:加强“人工智能+政务服务”统筹建设,强化政务领域大模型顶层设计

《北京市全面深化“一网通办” 推进政务服务数智化发展行动计划(2026-2027年)》公开征集意见。其中提到,加强“人工智能+政务服务”统筹建设。强化全市政务领域大模型顶层设计,搭建模型矩阵应用支撑、大模型数据中枢、大模型应用评测管理平台,整合政务服务、辅助决策等领域智能体服务入口,加强数字政务高质量数据集建设,整合纳管全市政务算力资源,推动统建共用。制定政务领域人工智能大模型应用建设管理办法和模型选型指引,加强大模型应用需求评估、项目评审、集约建设、上线运行等全流程管理,健全大模型应用测评和监控管理机制,安全稳妥有序推进大模型在政务服务领域中的应用。

辽宁“十五五”规划建议:举全省之力发展人工智能核心产业,加快工业软件创新突破

中共辽宁省委关于制定辽宁省国民经济和社会发展第十五个五年规划的建议发布。其中提到,举全省之力发展人工智能核心产业,加快工业软件创新突破,推动工业全要素智能化发展,构建覆盖算力、算法、数据、应用的人工智能产业生态。深化与国内先进人工智能研究院所对接合作,协同发展通用人工智能、生成式人工智能,支持智能运载工具、智能可穿戴设备、全屋智能产品、具身智能机器人等智能硬件产品研发推广。

中信证券:国产算力建设提速,超节点驱动网络侧高速成长

中信证券研报指出,伴随AI大模型向万亿参数、多模态及智能体加速演进,传统架构面临通信与能耗瓶颈,推动算力基础设施向“超节点”架构跃迁,以NVL72为代表的方案通过高带宽、低延迟的互联显著提升了训练效率与推理吞吐量。这一架构变革深度重塑了互联组件配比逻辑,驱动交换芯片、光模块及高速线模组需求从线性增长转变为指数级爆发。当前国内AI算力投入较海外仍有巨大提升空间,超节点架构是国产算力建设实现后发赶超的必经之路,云厂商与设备商正加速推进开放协议的适配。建议重点关注互联密度提升带来的价值重估机遇,推荐高速连接模组厂商华丰科技,交换互联厂商锐捷网络、中兴通讯,光模块厂商中际旭创、华工科技、光迅科技,以及AIDC及配套厂商润泽科技、科华数据、光环新网等。

五部门:鼓励地方利用算力券、模型券、数据券等方式,在算力、算法、数据等方面提供便利和优惠

国家发展改革委、国家数据局、教育部、科技部、中共中央组织部发布关于加强数据要素学科专业建设和数字人才队伍建设的意见。意见指出,建设典型应用场景。推动数据领域科技创新与产业创新深度融合,构建企业主导的产学研用协同创新体系,建设一批数字人才培养典型应用场景。强化企业在应用场景构建、技术需求识别、成果落地实施等方面的主导作用,支持高校、研究机构、科技社团等深入场景前沿,加快培养一批复合型、创新型、实战型数字人才。探索技术专利联合开发,推动各方共享知识产权收益,加速技术市场化。鼓励地方利用算力券、模型券、数据券等方式,在算力、算法、数据等方面提供便利和优惠。

福建:构建全省算力一体化服务体系,探索面向港澳台、东南亚的算力出海模式

《福建省有序推进算力基础设施发展若干措施》近日印发。其中提到,构建全省算力一体化服务体系。建成全省一体化算力资源公共服务平台,推动专业化运营,打造集算力纳管监测、供需对接、资源调度于一体的算力服务体系。统筹省内算力资源分配和共享,鼓励沿海和山区“结对子”,探索开展“算力飞地”合作。加快融入全国一体化算力网,推进与国家枢纽节点互联互通。深化闽宁算力联动,创新打造“闽数宁算”合作模式。加强与长三角、粤港澳大湾区等算力需求旺盛地区开展算力资源对接与引流,探索面向港澳台、东南亚的算力出海模式。

中信证券:太空算力走向现实,钙钛矿料将迎来新机会

中信证券研报指出,太空算力正从概念逐渐走向现实,海外科技巨头已纷纷布局。我们认为太空算力的能源供给将高度依赖光伏技术,目前太空中使用的三结砷化镓价格非常昂贵,而成本较低的晶硅电池抗辐照性能较差,无法长时间应用于空间领域。钙钛矿作为兼具高效率和低成本的下一代光伏技术,有望成为重要的太空能源解决方案。2025年以来,钙钛矿产业化进展加速,效率、稳定性纷纷取得突破,行业内多条GW级产线相继投产,建议关注钙钛矿产业投资机会。

联合国报告:人工智能管理差异或加剧国家间不平等

联合国开发计划署亚洲及太平洋区域局2日发布的一份有关人工智能的报告说,由于各国发展基础迥异,若缺乏对人工智能的有效管理,则有可能拉大各国间的差距,进而加剧国家间的不平等。这份报告说,虽然人工智能为发展开辟了新路径,但各国起步条件悬殊,导致它们在把握机遇、管理风险时的处境截然不同。若无有力的政策干预,这些差距可能会持续扩大,进而逆转长期以来发展差距逐步缩小的趋势。

中信建投:阿里云持续加速,开源生态+模型性能构建B端壁垒

中信建投研报表示,阿里依托Qwen大模型底座实现业务全面重塑,并凭借开源策略与强劲性能加速构建B端生态壁垒。同时,公司坚定上修资本开支以应对旺盛的算力需求,云收入持续高增,验证了“基础设施投入-技术迭代-商业变现”的闭环逻辑。建议关注1)阿里生态玩家;2)Pre-AI的收入率先落地,推荐OA+ERP环节;Pre-AI。3)部分细分垂直场景AI收入更快。降本关注AI-coding和多模态。4)本地推理逐步起量。5)端侧AI。

浙江“十五五”规划建议:聚焦具身智能、智能驾驶等重点领域建设全国领先的核心产业集群

中共浙江省委关于制定浙江省国民经济和社会发展第十五个五年规划的建议发布,其中提出,打造人工智能创新发展高地。持续深化“数字浙江”建设,积极抢占人工智能发展制高点。深入推进国家数据要素综合试验区建设,深化数据资源化市场化改革,健全数据要素基础制度,大力建设高质量语料库和数据集。加快打造国家算力枢纽节点,构建新型算力体系。营造全球最优的开源开放生态,巩固拓展模型建设领跑地位。聚焦具身智能、智能驾驶等重点领域建设全国领先的核心产业集群,推动智能产品和智能终端创新,构建芯片、大模型、智能体、应用服务、智能终端等全产业链协同发展格局。全面实施“人工智能+”行动,以人工智能引领科研范式变革,加强人工智能同产业发展、消费提质、文化建设、民生保障、社会治理等相结合,全方位赋能千行百业。建立健全全社会人工智能普及教育体系,提升全社会人工智能素养。加强人工智能治理。深化国家数字经济创新发展试验区建设,推进实体经济和数字经济深度融合,培育数字化车间、智能工厂、未来工厂,打造智能制造发展高地。推动平台经济创新和健康发展,建设平台经济高质量发展强省。加快数字政府2.0建设。

摩根大通:DeepSeek V3.2为中国AI市场带来第二波冲击,利好多数相关方

摩根大通称,DeepSeek V3.2发布标志中国AI市场迎第二波“DeepSeek冲击”,意味着以中国国内适中的价格即可获得接近前沿模型的开源推理能力,利好中国AI生态的大多数利益相关者,即云运营商、AI芯片制造商、AI服务器制造商、AI智能体平台和SaaS开发商等。分析师Alex Yao在报告中表示,DeepSeek将模型API降价30%-70%,同时长上下文推理可能节省6-10倍的工作量。受益者包括:阿里巴巴、腾讯、百度、中微公司、北方华创、华勤技术和浪潮信息。

下周预告

芯片制造商博通将公布财报

芯片制造商博通(Broadcom)预计将于12月12日美股盘后发布年报。考虑到AI芯片需求增长和数据中心及云基础设施领域的布局,以及与OpenAI达成的战略合作关系,市场对该公司的业绩表现和指引十分关注。

12月11日举办2025算力产业生态高质量发展大会

这是继"东数西算"工程后,国家层面首次聚焦"算力生态"的顶层设计大会。会议将发布《算力基础设施高质量发展行动计划(2026-2028)》,明确三大指标:算力规模年均增长30%、总算力达到300EFLOPS、国产化率突破60%。

2025全球开发者先锋大会暨国际具身智能技能大赛将于12月12日至14日在上海张江科学会堂举行

2025全球开发者先锋大会(GDPS)是全球首个全面对标“世界技能大赛”的具身智能赛事。此次大会将汇聚全球顶尖的技术团队和专家,展示具身智能领域的最新成果和技术应用。大会的主题围绕“物理智能”的全面爆发,旨在推动人工智能与人类生活的深度融合。

原文链接: 【数智周报】华为任正非:大量建设大模型是正确的探索,未来算力一定过剩;豆包手机助手触发微信账号强制下线?豆包、微信双方回应;亚马逊推出定制AI芯片Trainium3
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230